KR102657384B1 - 개인 선호 기반의 식이 구성 및 추천 방법 - Google Patents
개인 선호 기반의 식이 구성 및 추천 방법 Download PDFInfo
- Publication number
- KR102657384B1 KR102657384B1 KR1020190062861A KR20190062861A KR102657384B1 KR 102657384 B1 KR102657384 B1 KR 102657384B1 KR 1020190062861 A KR1020190062861 A KR 1020190062861A KR 20190062861 A KR20190062861 A KR 20190062861A KR 102657384 B1 KR102657384 B1 KR 102657384B1
- Authority
- KR
- South Korea
- Prior art keywords
- dietary
- diet
- health
- group
- information
- Prior art date
Links
- 235000005911 diet Nutrition 0.000 title claims abstract description 361
- 230000037213 diet Effects 0.000 title claims abstract description 139
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000000378 dietary effect Effects 0.000 claims abstract description 222
- 230000036541 health Effects 0.000 claims abstract description 145
- 230000037406 food intake Effects 0.000 claims abstract description 23
- 235000012631 food intake Nutrition 0.000 claims abstract description 23
- 235000004280 healthy diet Nutrition 0.000 claims description 104
- 235000013305 food Nutrition 0.000 claims description 46
- 230000000968 intestinal effect Effects 0.000 claims description 44
- 235000020979 dietary recommendations Nutrition 0.000 claims description 33
- 244000005700 microbiome Species 0.000 claims description 30
- 239000000203 mixture Substances 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 20
- 230000006872 improvement Effects 0.000 claims description 15
- 230000000813 microbial effect Effects 0.000 claims description 13
- 230000007413 intestinal health Effects 0.000 claims description 11
- 244000005709 gut microbiome Species 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000001737 promoting effect Effects 0.000 claims description 8
- 230000001939 inductive effect Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 16
- 235000007882 dietary composition Nutrition 0.000 description 7
- 235000006694 eating habits Nutrition 0.000 description 6
- 241000209094 Oryza Species 0.000 description 5
- 235000007164 Oryza sativa Nutrition 0.000 description 5
- 235000009566 rice Nutrition 0.000 description 5
- 235000015277 pork Nutrition 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 3
- 235000008429 bread Nutrition 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 235000020785 dietary preference Nutrition 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000002641 glycemic effect Effects 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 235000013550 pizza Nutrition 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 235000005686 eating Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008821 health effect Effects 0.000 description 1
- 235000020981 healthy eating habits Nutrition 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000003715 nutritional status Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
Landscapes
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Marketing (AREA)
- Child & Adolescent Psychology (AREA)
- Epidemiology (AREA)
- Nutrition Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Public Health (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
본 발명은 건강을 위한 식이를 구성하여 추천하는 기술에 관한 것으로, 개인 선호 기반의 식이 구성 방법은, 다수의 사람으로부터 입력된 음식 섭취 기록으로부터 식이 정보를 추출하고, 추출된 식이 정보를 클러스터링하여 적어도 하나 이상의 선호 식이 집단을 생성하며, 의료 정보로부터 산출된 건강 지수 또는 다수의 사람의 통계적 건강성 정보로부터 산출된 건강 지수를 가중치로 하여 선호 식이 집단별로 식이 정보의 평균을 산출함으로써 해당 집단의 대표 건강 식이로 설정한다.
Description
본 발명은 건강을 위한 식이를 선택하는 기술에 관한 것으로, 특히 개인이 선호하는 식이를 고려하여 현재의 선호 식이와 건강 영향을 종합적으로 고려하여 건강에 기여할 수 있는 식이를 구성하거나 건강 식이를 추천하는 장치, 방법, 및 그 방법들을 기록한 기록매체에 관한 것이다.
음식은 사람의 생존을 위해 가장 원초적이고 필수적인 요소로서 적절한 식단의 구성은 인류의 주된 관심사 중의 하나였다. 기술의 발전과 더불어 사용자에게 적합한 맞춤형 식단을 제공하려는 다양한 기술들이 소개되었는데, 그 방향성을 살펴보면 크게 다음의 두 가지 정도로 요약될 수 있다.
첫째, 사용자의 신체적 능력이나 건강 상태 등을 고려하여 맞춤형 건강 식단을 제공하는 다양한 서비스가 등장하였다. 이하에서 인용된 선행기술문헌에는 사용자의 건강 상태나 영양 상태 등을 평가하여 사용자의 건강을 증진시킬 수 있는 맞춤형 식단 추천 서비스를 소개하고 있다. 그러나, 이러한 서비스는 지나치게 건강의 관점에 집중하여 음식을 즐긴다는 행위와 멀어지게 되었고, 이는 식습관을 고려하지 못한 부적절한 식단을 제시하게 되는 결과를 낳게 되었다.
둘째, 사용자의 취향이나 소비 패턴을 분석하여 그에 기반한 맞춤형 식단을 제공하는 서비스가 존재한다. 이는 사용자의 구매 이력으로부터 도출된 개인화 서비스의 일종으로서 지극히 소비 경향에 따라 유사한 식품을 추천하거나 대체 식품을 제안하는 등의 방식으로 동작한다. 그러나, 이러한 서비스 역시 건강한 식습관을 유도한다는 관점과는 거리가 있다는 점에서 바람직하지 못하다.
요약하건대, 서구화된 식습관에 따라 단지 전통적인 관점에서 건강에만 집중한 식단이 환영받지 못하고 있는 것이 현실이며, 그 반대의 경우에도 부작용이 존재하는 것이 사실이다.
따라서, 자신이 선호하는 식단과 유사한 그룹의 특징을 어떻게 정의할 것인지를 살펴볼 필요가 있으며, 특히 이들 그룹의 사용자들이 선호하면서도 건강에도 좋은 식단이 무엇인지를 도출할 수 있는 기술적 수단이 요구된다.
본 발명이 해결하고자 하는 기술적 과제는, 종래의 건강한 식단 추천 기술들이 개인의 건강 상태 내지 신제 조건에 기반하여 이상적인 식단의 제공에만 집중함으로써 개인의 선호 식단이 무시된 채 건강을 위해 음식 섭취에 따른 즐거움을 잃게 되는 문제를 해결하고, 건강 상태와 식단을 매칭함에 있어서 단지 음식 내의 영양학점 관점에 매몰되어 개인별로 적합한 대표 건강 식이를 제공하지 못하고 있다는 한계를 극복하고자 한다.
상기 기술적 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 개인 선호 기반의 식이 구성 방법은, (a) 다수의 사람으로부터 입력된 음식 섭취 기록으로부터 식이 정보를 추출하는 단계; (b) 추출된 상기 식이 정보를 클러스터링하여 적어도 하나 이상의 선호 식이 집단을 생성하는 단계; 및 (c) 의료 정보로부터 산출된 건강 지수 또는 다수의 사람의 통계적 건강성으로부터 산출된 건강 지수를 가중치로 하여 상기 선호 식이 집단별로 상기 식이 정보의 평균을 산출함으로써 해당 집단의 대표 건강 식이로 설정하는 단계;를 포함한다.
일 실시예에 따른 개인 선호 기반의 식이 구성 방법에서, 상기 (a) 식이 정보를 추출하는 단계는, (a1) 상기 음식 섭취 기록에 따른 음식별 섭취 빈도 및 섭취량의 곱으로부터 총 섭취량을 산출하는 단계; (a2) 산출된 상기 총 섭취량을 음식별 최대 섭취량을 기준으로 정규화(normalization)하는 단계; 및 (a3) 사람 각각의 섭취 음식에 대해 정규화된 상기 총 섭취량을 음식 별로 포함하는 어레이(array) 또는 벡터(vector)를 생성하여 식이 정보로 설정하는 단계;를 포함할 수 있다.
일 실시예에 따른 개인 선호 기반의 식이 구성 방법에서, 상기 (b) 선호 식이 집단을 생성하는 단계는, (b1) 추출된 상기 식이 정보를 식이 정보의 유사도에 따라 클러스터링하는 단계; 및 (b2) 사람 각각의 섭취 음식에 관하여 식이 정보가 속하는 클러스터(cluster) 식별자를 부여함으로써 적어도 하나 이상의 선호 식이 집단을 구분하는 단계;를 포함할 수 있다.
일 실시예에 따른 개인 선호 기반의 식이 구성 방법에서, 상기 (c) 해당 집단의 대표 건강 식이로 설정하는 단계는, (c1) 의료 정보로부터 도출된 건강 지수 또는 다수의 사람의 통계적 건강성 정보로부터 통계 산출 기준에 대응하는 건강 지수를 산출하는 단계; (c2) 사람별로 식이 정보와 그가 속하는 선호 식이 집단을 매칭하여 저장하는 선호 식이 집단의 리스트를 입력받아 상기 선호 식이 집단을 대표 건강 식이와 일대일 매핑하는 단계; 및 (c3) 상기 선호 식이 집단에 속하는 개별 사람 데이터에 대하여 각각의 식이 정보와 대응하는 상기 건강 지수를 가중치로서 식이 정보와 승산하여 모두 합산하고, 이를 건강 지수의 합으로 제산함으로써, 해당 집단의 대표 건강 식이를 도출하는 단계;를 포함할 수 있다.
일 실시예에 따른 개인 선호 기반의 식이 구성 방법에서, 상기 건강 지수는, 의료 정보에 기반한 건강도 수치, 다수의 사람의 장내 미생물의 다양성, 표준 장내 미생물군과의 유사성 및 이들의 조합 중 어느 하나에 기초하여 산출된 장내 건강도 수치인 것이 바람직하다.
상기 기술적 과제를 해결하기 위하여, 본 발명의 다른 실시예에 따른 개인 선호 기반의 식이 추천 방법은, (a) 다수의 사람으로부터 입력된 음식 섭취 기록으로부터 식이 정보를 추출하는 단계; (b) 추출된 상기 식이 정보를 클러스터링하여 적어도 하나 이상의 선호 식이 집단을 생성하되, 상기 선호 식이 집단의 리스트는 사람별로 식이 정보와 그가 속하는 선호 식이 집단을 매칭하여 저장하는 단계; (c) 의료 정보로부터 산출된 건강 지수 또는 다수의 사람의 통계적 건강성 정보로부터 산출된 건강 지수를 가중치로 하여 상기 선호 식이 집단별로 상기 식이 정보의 평균을 산출함으로써 해당 집단의 대표 건강 식이로 설정하는 단계; (d) 개인의 식이 정보를 입력받아 상기 하나 이상의 선호 식이 집단을 참조하여 상기 개인이 속하는 선호 식이 집단을 결정하는 단계; 및 (e) 상기 개인에 대한 대표 건강 식이를 제공하는 단계;를 포함한다.
다른 실시예에 따른 개인 선호 기반의 식이 추천 방법에서, 상기 다수의 사람 또는 개인의 식이 정보는, 상기 음식 섭취 기록에 따른 음식별 섭취 빈도 및 섭취량의 곱으로부터 총 섭취량을 산출하고, 산출된 상기 총 섭취량을 음식별 최대 섭취량을 기준으로 정규화(normalization)하며, 사람 각각의 섭취 음식에 대해 정규화된 상기 총 섭취량을 음식 별로 포함하는 어레이(array) 또는 벡터(vector)를 생성함으로써 설정될 수 있다.
다른 실시예에 따른 개인 선호 기반의 식이 추천 방법에서, 상기 (c) 해당 집단의 대표 건강 식이로 설정하는 단계는, (c1) 의료 정보로부터 도출된 건강 지수 또는 다수의 사람의 통계적 건강성 정보로부터 통계 산출 기준에 대응하는 건강 지수를 산출하는 단계; (c2) 사람별로 식이 정보와 그가 속하는 선호 식이 집단을 매칭하여 저장하는 선호 식이 집단의 리스트를 입력받아 상기 선호 식이 집단을 대표 건강 식이와 일대일 매핑하는 단계; 및 (c3) 상기 선호 식이 집단에 속하는 개별 사람 데이터에 대하여 각각의 식이 정보와 대응하는 상기 건강 지수를 가중치로서 식이 정보와 승산하여 모두 합산하고, 이를 건강 지수의 합으로 제산함으로써, 해당 집단의 대표 건강 식이를 도출하는 단계;를 포함할 수 있다.
다른 실시예에 따른 개인 선호 기반의 식이 추천 방법에서, 상기 건강 지수는, 의료 정보에 기반한 건강도 수치, 다수의 사람의 장내 미생물의 다양성, 표준 장내 미생물군과의 유사성 및 이들의 조합 중 어느 하나에 기초하여 산출된 장내 건강도 수치인 것이 바람직하다.
다른 실시예에 따른 개인 선호 기반의 식이 추천 방법에서, 상기 (d) 개인이 속하는 선호 식이 집단을 결정하는 단계는, 상기 (b) 선호 식이 집단을 생성하는 단계에서 적어도 하나 이상의 선호 식이 집단을 생성하는 클러스터링 방법에 따라 상기 개인의 식이 정보를 분류함으로써 상기 개인의 선호 식이와 가장 유사한 집단을 선택할 수 있다.
다른 실시예에 따른 개인 선호 기반의 식이 추천 방법에서, 상기 (e) 개인에 대한 대표 건강 식이를 제공하는 단계는, 상기 (c) 해당 집단의 대표 건강 식이로 설정하는 단계에서 선호 식이 집단별로 설정된 해당 집단의 대표 건강 식이를 참조하여 상기 개인이 속하는 선호 식이 집단에 대응하는 대표 건강 식이를 독출할 수 있다.
다른 실시예에 따른 개인 선호 기반의 식이 추천 방법은, (f) 입력된 상기 개인의 식이 정보와 상기 개인이 속한 집단의 대표 건강 식이와의 차이를 산출하여 식단 개선을 유도하는 단계;를 더 포함할 수 있다. 또한, 상기 (f) 식단 개선을 유도하는 단계는, (f1) 입력된 상기 개인의 식이 정보와 제공된 상기 개인에 대한 대표 건강 식이와의 차이를 산출하는 단계; 및 (f2) 산출된 차이를 구성하는 요소 음식과의 편차가 최소화되는 식단을 미리 설정된 추천 식단 리스트로부터 선택하는 단계;를 포함할 수 있다.
다른 실시예에 따른 개인 선호 기반의 식이 추천 방법은, (g) 식단 개선에 따라 상기 개인의 식이 정보를 갱신하는 단계;를 더 포함할 수 있다.
나아가, 이하에서는 상기 기재된 개인 선호 기반의 식이 구성 방법 및 개인 선호 기반의 식이 추천 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.
상기 기술적 과제를 해결하기 위하여, 본 발명의 또 다른 실시예에 따른 개인 선호 기반의 식이 추천 장치는, 의료 정보로부터 산출된 건강 지수 또는 다수의 사람으로부터 음식 섭취 기록 및 통계적 건강성 정보로부터 산출된 건강 지수를 입력받는 입력부; 상기 음식 섭취 기록 및 상기 건강 지수를 이용하여 선호 음식에 기반한 개인의 선호 식이 집단을 구분하고 해당 집단의 대표 건강 식이를 구성하는 프로그램을 저장하는 메모리; 및 상기 프로그램을 구동하는 적어도 하나의 프로세서;를 포함하되, 상기 메모리에 저장된 프로그램은, 상기 음식 섭취 기록으로부터 식이 정보를 추출하고, 추출된 상기 식이 정보를 클러스터링하여 적어도 하나 이상의 선호 식이 집단을 생성하며, 상기 건강 지수를 가중치로 하여 상기 선호 식이 집단별로 상기 식이 정보의 평균을 산출함으로써 해당 집단의 대표 건강 식이로 설정하는 명령어를 포함한다.
또 다른 실시예에 따른 개인 선호 기반의 식이 추천 장치에서, 상기 메모리에 저장된 프로그램은, 개인의 식이 정보를 입력받아 상기 하나 이상의 선호 식이 집단을 참조하여 상기 개인이 속하는 선호 식이 집단을 결정하고, 상기 개인에 대한 대표 건강 식이를 제공하며, 입력된 상기 개인의 식이 정보와 상기 개인이 속한 집단의 대표 건강 식이와의 차이를 산출하여 식단 개선을 유도하는 명령어를 더 포함할 수 있다.
또 다른 실시예에 따른 개인 선호 기반의 식이 추천 장치에서, 상기 메모리에 저장된 프로그램은, 의료 정보로부터 도출된 건강 지수 또는 다수의 사람의 통계적 건강성 정보로부터 통계 산출 기준에 대응하는 건강 지수를 산출하고, 사람별로 식이 정보와 그가 속하는 선호 식이 집단을 매칭하여 저장하는 선호 식이 집단의 리스트를 입력받아 상기 선호 식이 집단을 대표 건강 식이와 일대일 매핑하며, 상기 선호 식이 집단에 속하는 개별 사람 데이터에 대하여 각각의 식이 정보와 대응하는 상기 건강 지수를 가중치로서 식이 정보와 승산하여 모두 합산하고 이를 건강 지수의 합으로 제산함으로써 해당 집단의 대표 건강 식이를 도출하는 명령어를 포함할 수 있다.
본 발명의 실시예들은, 다양한 사람들로부터 수집된 식이 정보로부터 선호 식이 집단을 분류하고 해당 집단별 대표 건강 식이를 설정함으로써 개인 선호에 기반하면서도 건강도를 객관적으로 판단할 수 있는 기준이 되는 바람직한 식이를 구성할 수 있고, 또한 개인의 식이 정보로부터 개인이 속하는 선호 식이 집단을 결정하고 해당 집단의 대표 건강 식이와의 차이를 이용하여 추천 식단을 제공함으로써 일률적이고 획일화된 식단 추천이 아닌 개인의 식습관에 최적화된 식단 개선을 달성할 수 있다.
도 1a는 본 발명의 실시예들이 제안하는 식이 정보를 이용하여 개인 선호에 따른 대표 건강 식이를 구성하는 방법을 설명하기 위한 도면이다.
도 1b는 본 발명의 실시예들이 제안하는 도 1a의 식이 구성을 이용하여 개인 선호에 따른 식이를 추천하는 방법을 설명하기 위한 도면이다.
도 2는 장내 미생물의 통계적 건강성 지표에 관한 예와 의료 지표와의 관련성을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 개인 선호 기반의 식이 구성 방법을 도시한 흐름도이다.
도 4는 본 발명의 실시예들이 채택하고 있는 식이 구성 및 추천 방법의 구현예를 도시한 도면이다.
도 5 내지 도 8은 도 4에서 개인 선호에 기반한 식이 구성 과정을 보다 구체적으로 도시한 도면이다.
도 9는 본 발명의 다른 실시예에 따른 개인 선호 기반의 식이 추천 방법을 도시한 흐름도이다.
도 10 내지 도 12는 도 4에서 개인 선호에 기반한 식이 탐색 및 추천 과정을 보다 구체적으로 도시한 도면이다.
도 13은 본 발명의 또 다른 실시예에 따른 개인 선호 기반의 식이 추천 장치를 도시한 블록도이다.
도 1b는 본 발명의 실시예들이 제안하는 도 1a의 식이 구성을 이용하여 개인 선호에 따른 식이를 추천하는 방법을 설명하기 위한 도면이다.
도 2는 장내 미생물의 통계적 건강성 지표에 관한 예와 의료 지표와의 관련성을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 개인 선호 기반의 식이 구성 방법을 도시한 흐름도이다.
도 4는 본 발명의 실시예들이 채택하고 있는 식이 구성 및 추천 방법의 구현예를 도시한 도면이다.
도 5 내지 도 8은 도 4에서 개인 선호에 기반한 식이 구성 과정을 보다 구체적으로 도시한 도면이다.
도 9는 본 발명의 다른 실시예에 따른 개인 선호 기반의 식이 추천 방법을 도시한 흐름도이다.
도 10 내지 도 12는 도 4에서 개인 선호에 기반한 식이 탐색 및 추천 과정을 보다 구체적으로 도시한 도면이다.
도 13은 본 발명의 또 다른 실시예에 따른 개인 선호 기반의 식이 추천 장치를 도시한 블록도이다.
이하에서는 도면을 참조하여 본 발명의 실시예들을 구체적으로 설명하도록 한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 덧붙여, 명세서 전체에서, 어떤 구성 요소를 '포함'한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 발명에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "구비하다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
특별히 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미이다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1a은 본 발명의 실시예들이 제안하는 식이 정보를 이용하여 개인 선호에 따른 대표 건강 식이를 구성하는 기본적인 아이디어를 설명하기 위한 도면으로서 자신과 선호하는 식단이 유사한 집단에 대한 관찰로부터 안출되었다.
도 1a을 참조하면, 본 발명의 실시예들은 다수의 사람들로부터 식이 정보를 입력받고 이들 정보를 클러스터링(clustering) 기법을 통해 분류함으로써 사람들의 선호하는 식이에 관한 군집을 형성한다. 예시된 바와 같이, 다수의 사람들 각각이 섭취한 음식/식단에 관한 정보로부터 식이 선호도가 비슷한 사람들로 구성된 '선호 식이 집단'을 생성할 수 있다.
여기서, 식이 정보는 식품섭취빈도 조사지(Food Frequency Questionnaire, FFQ)의 응답 내역을 수치화함으로써 획득될 수 있는데, 이러한 식품섭취빈도조사 조사지는, 예를 들어, '한국인유전체역학조사사업' 조사지, '국민건강영양조사' 조사지 등이 될 수 있다. 조사지에 따라 설문 문항의 차이가 있으나, 일반적으로 식단(예를 들어, 밥)에 대해 '섭취빈도'(예를 들어, 월 1회, 2-3회, 주 1-2회 등)와 '섭취분량'(예를 들어, 1/2 공기, 1공기, 1공기 반)을 질의하게 된다.
식이 정보는 개인의 식이 정보를 수집하는 기타 다른 방법을 통해서도 획득 될 수 있다. 예를 들어, 개인의 음식물 배달 요청 내역, 음식점 카드 결제 내역 및 식료품 구입 내역 등 다양한 정보에 바탕을 두어 획득될 수 있다. 이 과정에서 획득된 정보는 상기 식품섭취빈도 조사지를 통해 얻은 정보로 변환하여 활용될 수 있다.
본 발명의 실시예들에서 식이 정보라 함은 설문조사를 수치화한 정보로서, 각 식단의 '섭취빈도'와 '섭취분량'의 곱으로 이루어진 어레이(array) 또는 벡터(vector)로 설정될 수 있다. 예를 들어, '밥: 10', '라면: 5' 등과 같은 수치로 표현되어 어레이 또는 벡터 내에 포함될 수 있다. 예시된 '한국인유전체역학조사사업' 조사지는 102개의 식단을 포함하고 있으므로 한 개인의 식이는 102 차원의 어레이로 표현될 수 있다. 조사지의 종류에 따라서 식이 정보의 차원은 변경 가능하다.
이제, 식이 정보들로부터 선호 식이 집단별 대표값(110)을 산출할 수 있고, 이렇게 산출된 대표값이 해당 집단을 대표할 수 있는 건강한 식이라는 가정이 올바르다면, 산출된 대표값(110)을 해당 집단의 '대표 건강 식이'로 설정할 수 있음을 알 수 있다. 문제는, 해당 집단의 대표 건강 식이를 결정할 수 있는 객관적인 근거의 대표값 산출 방식이 될 것인데, 이는 제공하고자 하는 식이의 목표에 따라 다양하게 구성될 수 있다.
이를 위해 활용되는 '건강 지수'의 개념을 도입하도록 한다. '건강 지수'라 함은 개인의 건강을 나타내는 지수로서 다양한 종류의 건강 지수를 이용하여 '대표 건강 식이'(대표값)를 정의할 수 있다. 첫째, 건강을 나타내는 일반적인 수치인 혈당, 혈압, 간수치, BMI 등을 건강 지수로서 활용할 수 있다. 이 경우 각각의 건강 지수에 따라 '혈당 감소 건강 식이', '혈압 감소 건강 식이', '간수치 개선 건강 식이'와 같이 명명할 수 있다. 둘째, 건강한 사람에게서 장내 미생물의 다양성이 높다는 점에서 착안하여 장내 미생물의 다양성을 건강 지수로 활용할 수 있다. 이 경우의 대표 건강 식이를 '장내 미생물 다양성 증가 대표 식이'라 명명할 수 있다. 셋째, 일반인에서의 장내 미생물 조성을 비교하여 평균적인 장내 미생물은 통계적인 건강성을 나타내는 지표라고 생각할 수 있다. 따라서 장내 미생물 조성을 이용한 클러스터링을 수행하고 각 군집의 중심(centroid)과의 거리를 건강 지수로 이용한다. 이 경우의 대표 건강 식이를 '건강 장내 미생물 조성 대표 식이'라고 명명할 수 있다. 그 밖에 다양한 건강 지수를 이용하여 목적에 부합하는 대표 건강 식이를 제안할 수 있을 것으로 기대한다. 이하에서 기술되는 본 발명의 실시예들에서는 장내 미생물과 건강 지표와의 상관 관계를 이용하여 이러한 대표값을 결정하는 방식을 제안하고 있으며, 이후 도 7에서 보다 구체적으로 소개하도록 한다.
한편, 도 1a에 예시된 한식과 양식의 라벨링(labeling)은 식이 정보를 이용해 클러스터링 된 집단이 가지는 선호 식단(예를 들어, 밥 또는 빵)을 분석해서 분류된 결과에 편의상 부여한 이름이다. 즉, 특정 군집에 속하는 개인들은 빵, 피자 등을 거의 안 먹는데 반해 다른 군집에 속하는 개인들이 빵, 피자 등을 많이 먹는 경우, 각각을 한식 선호 및 양식 선호로 분류할 수 있다. 이와 같은 라벨링은 설명의 편의를 위해 표시한 것으로 실제 클러스터링 과정에서는 식이 정보의 유사도에 따라 분류가 이루어지게 될 것이다.
도 1b는 본 발명의 실시예들이 제안하는 도 1a의 식이 구성을 이용하여 개인 선호에 따른 식이를 추천하는 아이디어를 설명하기 위한 도면이다.
특정 개인의 식이 정보(또는 FFQ)(210)을 이용하여 '선호 식이 집단'들과 비교하여 그 사람이 속하는 '선호 식이 집단'을 구하고 이 '선호 식이 집단'의 '대표 건강 식이'(앞서 설명하였던 집단의 대표값)와 개인의 식이 정보(210)와의 차이를 구한다. 그런 다음, 이러한 차이를 줄일 수 있는 식단을 추천한다.
도 1b를 참조하면, 주어진 개인의 식이 정보(210)와 해당 집단의 대표 건강 식이(대표값)과 비교한 후, 이러한 차이가 최소화되는 방향으로 식단의 추천이 이루어지고 있는 것을 확인할 수 있다. 예를 들어, 식이 추천으로 "밥을 더 먹고, 고기를 줄이세요"라는 지침이 제시되었다면, 이에 연계된 식단 제공 업체와 연계하여 적절한 식단이 제공될 수 있을 것이다.
도 2는 장내 미생물의 통계적 건강성 지표에 관한 예와 의료 지표와의 관련성을 설명하기 위한 도면이다. 장내 미생물의 유사도를 이용하여, 통계적 건강도를 예측할 수 있으며, 이러한 예측치는 건강과 관련 의료 정보를 반영하고 있다. 따라서, 다수의 사람의 장내 미생물 정보로부터 장내 및 인체 건강성을 유추할 수 있으며, 이를 활용하여 장내 미생물 기반의 대표 건강 식이를 구성하여 사용자에게 추천할 수 있을 것이다.
이하에서는 도 1a 및 도 1b, 그리고 도 2를 통해 제안된 본 발명의 기본 아이디어를 도면을 참조하여 보다 구체적으로 기술하도록 한다.
도 3은 본 발명의 일 실시예에 따른 개인 선호 기반의 식이 구성 방법을 도시한 흐름도로서, 각 과정은 적어도 하나의 프로세서를 구비한 식이 구성 장치를 통해 수행될 수 있다. 이때, 각 과정은 일련의 명령어를 포함하는 프로그램으로 구현되어 메모리 내에 저장되고, 이러한 프로그램을 구동하여 정의된 동작을 수행할 수 있다.
S310 단계에서, 식이 구성 장치는, 다수의 사람으로부터 입력된 음식 섭취 기록으로부터 식이 정보를 추출한다. 앞서 설명한 바와 같이, 식이 정보라 함은 사용자로부터 입력된 설문조사를 수치화한 정보로서, 각 식단의 '섭취빈도'와 '섭취분량'의 곱으로 이루어진 어레이(array) 또는 벡터(vector)로 설정될 수 있다.
S320 단계에서, 상기 식이 구성 장치는, S310 단계에서 추출된 상기 식이 정보를 클러스터링하여 적어도 하나 이상의 선호 식이 집단을 생성한다. 다수의 사람들에 대한 식이 정보 어레이 또는 벡터들을 수집하고, 이들 간의 유사도를 이용하여 클러스터링(clustering)을 수행할 수 있다. 구현의 관점에서, Hierachical clustering, K-means clustering, DBSCAN 등 다양한 방법을 이용할 수 있으며, 특정 클러스터링 기법에 한정되지 않는다.
S330 단계에서, 상기 식이 구성 장치는, 혈당이나 혈압, 간수치, BMI와 같은 의료 정보로부터 산출된 건강 지수 또는 다수의 사람의 통계적 건강성으로부터 산출된 건강 지수를 가중치로 하여 상기 선호 식이 집단별로 상기 식이 정보의 평균을 산출함으로써 해당 집단의 대표 건강 식이로 설정한다. 개인의 식이 정보는 각 식단에 대한 섭취를 나타내는 어레이 또는 벡터로 표현되어 있으므로, 같은 선호 식이를 가진 정상인(동일한 군집에 속한 개인)의 식이 벡터에 개인의 건강 지표를 가중치로 하여 평균 식이 벡터를 계산할 수 있다. 그 결과는 건강한 사람들의 식이를 잘 표현하는 식이 벡터가 될 것이고 이를 '대표 건강 식이'로 정의할 수 있다. 이때, 식이 정보(예를 들어, FFQ)의 통계적 평균값을 대표 건강 식이라고 정의할 수 있는 이유는 식이 정보에 개인의 건강 지표를 가중치로 부여하였기 때문이다.
앞서 간략히 소개한 바와 같이, 건강 지표는 건강을 나타내는 지표로서 다양한 지표를 이용하여 구현될 수 있다. 최근 연구에 따르면 장내 미생물이 개인의 건강과 밀접하게 연관되어 있음이 밝혀지고 있는데, 본 발명의 실시예들에서는 '장내 미생물의 다양성' 또는 '표준 장내 미생물군과의 유사성'을 이용하여 건강 지표를 도출하였다. 이러한 지표를 이용할 경우 대표 건강 식이는 보다 정확하게 '장내 미생물 건강증진 대표건강식이'라고 명명될 수 있을 것이다. 한편, 다른 건강 지표들(예를 들어, 혈당 지수)도 건강 지표로서 활용될 수 있을 것이다. 혈당 지수의경우 '당뇨 개선용 대표건강식이'와 같이 수식을 구성할 수 있을 것이다.
도 4는 본 발명의 실시예들이 채택하고 있는 식이 구성 및 추천 방법의 전체 구현예를 도시한 도면으로서, 크게 개인 선호 맞춤 대표 건강 식이 구성(410)과 대표 건강 식이 탐색 및 추천(420)의 두 가지 시스템으로 구성되었다.
전자(410)는 조사 대상(예를 들어, 한국인 전체)에 대해서 1 회 수행하도록구성된다. 개인 선호 맞춤 대표 건강 식이 구성(410) 시스템을 위한 입력(input)은 한국인 FFQ 데이터 베이스와 장내 미생물 데이터 베이스가 될 수 있으며, 그 결과 FFQ cluster 예측 모델(426) 과 개인 선호 맞춤 대표 건강 식이집합 {x}이 구성된다. 일련의 과정은 1 회 이루어지는데, 추후 수집 데이터 증가와 건강도 예측 방법의 차이에 따라 다른 종류의 개인 선호 맞춤 대표 건강 식이집합 {x}이 구성될 수도 있다.
후자(420)는 전자(410)를 통해 구성된 시스템을 이용해 개인 별로 식이 추천이 이루어질 수 있다. 우선, 각 개인별 식이 추천을 위해서 개인 FFQ가 입력으로 주어지고, 개인 선호 맞춤 대표 건강 식이 (x)가 결과값으로 출력된다. 다음으로, 식단 추천 모듈(428)을 활용하여 대표 건강 식이와의 차이첨으로부터 바람직한 식단(메뉴)을 추천함으로써, 추천 식단이 도출된다. 추천 식단은 개인의 FFQ vector와 개인 선호 맞춤 대표 건강 식이 (x)와의 차이를 줄이는 방식으로 도출되며, 이는 식품 업체별로 자신이 가진 식단 데이터베이스(database)와 비교하여 이루어질 수 있을 것이다. 나아가, 식단 모니터링 기능을 통해 개인의 식단을 지속적으로 모니터링하고 이에 맞추어 식단 추천을 업데이트(429)하는 것이 가능하다. 즉, 추후 식단이 지속적으로 모니터링 되면서 개인의 FFQ vector가 업데이트되고 지속적으로 다른 식단이 제공될 수 있다.
도 5 내지 도 8은 도 4에서 개인 선호에 기반한 식이 구성 과정을 보다 구체적으로 도시한 도면으로서, 동일한 부재 번호는 동일한 구성을 의미한다.
도 5를 참조하면, 다수의 사람으로부터 입력된 음식 섭취 기록으로부터 식이 정보를 추출하는 과정은, 다음의 전처리 모듈(411)의 동작에 따라 이루어진다. 우선, 음식 섭취 기록에 따른 음식별 섭취 빈도 및 섭취량의 곱으로부터 총 섭취량을 산출하고, 산출된 상기 총 섭취량을 음식별 최대 섭취량을 기준으로 정규화(normalization)하게 된다. 예시된 도 5에 따르면, 음식별 총 섭취량을 각각 최대 섭취량으로 제산함으로써 정규화할 수 있다. 이제, 사람 각각의 섭취 음식에 대해 정규화된 상기 총 섭취량을 음식별로 포함하는 어레이(array) 또는 벡터(vector)를 생성하여 식이 정보로 설정하게 된다. 도 5의 'List of FFQ ventors'에는 이러한 식이 벡터가 예시되어 있다.
다음으로, 도 6은 추출된 식이 정보를 클러스터링하여 적어도 하나 이상의 선호 식이 집단을 생성하는 과정을 보여준다. FFQ 클러스터링 모듈(412)은, 추출된 식이 정보를 식이 정보의 유사도에 따라 클러스터링하고, 사람 각각의 섭취 음식에 관하여 식이 정보가 속하는 클러스터(cluster) 식별자를 부여함으로써 적어도 하나 이상의 선호 식이 집단을 구분한다. 이때, 클러스터링 결과 파라미터(parameter)를 갖는 프리딕터(predictor)를 생성하여 이후의 개인의 선호 그룹 분류를 위한 FFQ 클러스터 예측 모듈(426)에 전달된다. 결과적으로 FFQ 클러스터의 리스트 내에는 사람별로 식이 정보와 그가 속하는 클러스터 식별자가 매칭되어 저장된다.
도 7은 장내 건강도 예측 모듈(414)에 관한 것으로, 장내 미생물 데이터베이스로를 입력받아 장내 미생물 기반의 건강도를 예측하게 된다. 도 7을 참조하면, 예를 들어, 장내 미생물의 다양성을 건강도 지표(건강 지수)로 설정할 수도 있고, 또는 장내 미생물의 유사도를 건강도 지표로 설정할 수도 있을 것이다. 이때, 건강 지수는, 다수의 사람의 장내 미생물의 다양성, 표준 장내 미생물군과의 유사성 및 이들의 조합 중 어느 하나에 기초하여 산출된 장내 건강도 수치인 것이 바람직하다.
도 8은 다수의 사람의 통계적 건강성 정보로부터 산출된 건강 지수를 가중치로 하여 선호 식이 집단별로 식이 정보의 평균을 산출함으로써 해당 집단의 대표 건강 식이로 설정하는 과정을 보여준다. 이를 위해, 대표 건강 식이 매퍼(mapper)(413)를 통해 FFQ 클러스터를 대표 건강 식이와 일대일 매핑하고, 또한, 개인 선호 맞춤 대표 건강 식이 예측 모듈(415)을 통해 건강 지수로 가중치를 주어 대표 건강 식이를 구성한다. 이러한 대표 건강 식이는 다음의 수학식 1과 같이 산출될 수 있다.
즉, 의료 정보로부터 도출된 건강 지수 또는 다수의 사람의 통계적 건강성 정보로부터 통계 산출 기준에 대응하는 건강 지수를 산출하고, 사람별로 식이 정보와 그가 속하는 선호 식이 집단을 매칭하여 저장하는 선호 식이 집단의 리스트를 입력받아 선호 식이 집단을 대표 건강 식이와 일대일 매핑하며, 상기 선호 식이 집단에 속하는 개별 사람 데이터에 대하여 각각의 식이 정보와 대응하는 상기 건강 지수를 가중치로서 식이 정보와 승산하여 모두 합산하고, 이를 건강 지수의 합으로 제산함으로써, 해당 집단의 대표 건강 식이를 도출할 수 있다. 이상의 일련의 과정을 통해, 개인 선호 맞춤 대표 건강 식이 집합을 얻을 수 있다.
이상에서 개인 선호 기반의 식이 구성 과정을 살펴보았다. 이하에서는 앞서 구성된 식이를 이용하여 개인의 식이 정보를 검색하고 바람직한 식단을 추천하는 과정을 제시하도록 한다.
도 9는 본 발명의 다른 실시예에 따른 개인 선호 기반의 식이 추천 방법을 도시한 흐름도로서, 도 3의 S310 내지 S330의 과정에 연속하여 수행될 수 있다. 따라서, 여기서는 설명의 중복을 피하기 위해 S330 단계까지의 설명은 생략하도록 한다.
S340 단계에서, 식이 추천 장치는, 개인의 식이 정보를 입력받아 하나 이상의 선호 식이 집단을 참조하여 개인이 속하는 선호 식이 집단을 결정한다. 앞서, S320 단계를 통해 클러스터링에 의해 적어도 하나 이상의 선호 식이 집단이 생성되었으므로, 이를 참조하여 새롭게 입력된 개인의 식이 정보가 어떠한 집단에 속하는지를 판단할 수 있다.
S350 단계에서, 상기 식이 추천 장치는, 상기 개인에 대한 대표 건강 식이를 제공한다. S340 단계에서 개인이 속하는 선호 식이 집단이 결정되었으므로, S330 단계에서 설정된 선호 식이 집단별 대표 건강 식이 중에 해당 집단에 대응하는 대표 건강 식이를 선택할 수 있다. 이렇게 선택된 대표 건강 식이는 현재 주어진 개인이 목표로 하여야 하는 바람직한 식습관 내지 식단에 관한 단서를 안고 있다.
그런 다음, S360 단계에서, 상기 식이 추천 장치는, 입력된 상기 개인의 식이 정보와 상기 개인이 속한 집단의 대표 건강 식이와의 차이를 산출하여 식단 개선을 유도할 수 있다. 즉, 주어진 개인의 식이 정보를 이용하여 개인이 속하는 선호 식이 집단의 대표 건강 식이와의 차이를 구함으로써 차이를 감소시킬 수 있는 목표롤 설정하도록 도와준다.
나아가, S370 단계에서, 상기 식이 추천 장치는, 식단 개선에 따라 상기 개인의 식이 정보를 갱신할 수도 있다. 이 과정에서는 지속적인 모니터링을 통해 개인의 식습관이 개선되는 것을 추적 관리하는 것이 가능하다.
도 10 내지 도 12는 도 4에서 개인 선호에 기반한 식이 탐색 및 추천 과정을 보다 구체적으로 도시한 도면으로서, 동일한 부재 번호는 동일한 구성을 의미한다.
도 10은 앞서 개인 선호에 기반한 식이 구성(도 4의 410)을 통해 설명한 바와 동일한 전처리 모듈(411)과 대표 건강 식이 매퍼(413)가 활용된다. 개인 선호에 기반한 식이 구성이 다수의 사람들에 대해 수행되었다면, 도 10에서는 주어진 개인에 대해 수행된다는 점이 차이점이나, 개인 데이터의 분석 및 판단을 위해 동일한 연산 처리가 필요함은 당연하다.
즉, 전처리 모듈(411)에 있어서 다수의 사람의 식이 정보(식이 구성 과정) 또는 개인의 식이 정보(식이 추천 과정)는, 음식 섭취 기록에 따른 음식별 섭취 빈도 및 섭취량의 곱으로부터 총 섭취량을 산출하고, 산출된 총 섭취량을 음식별 최대 섭취량을 기준으로 정규화(normalization)하며, 사람 각각의 섭취 음식에 대해 정규화된 총 섭취량을 포함하는 어레이(array) 또는 벡터(vector)를 생성함으로써 설정될 수 있다.
다음으로, FFQ 클러스터 예측 모델(426)은, 개인의 식이 정보를 입력받아 하나 이상의 선호 식이 집단을 참조하여 개인이 속하는 선호 식이 집단을 결정한다. 이 과정에서는, 앞서 수행되었던 적어도 하나 이상의 선호 식이 집단을 생성하는 클러스터링 방법에 따라 개인의 식이 정보를 분류함으로써 상기 개인의 선호 식이와 가장 유사한 집단을 선택하게 된다.
이어서, 대표 건강 식이 매퍼(413)는, 주어진 개인에 대한 대표 건강 식이를 제공한다. 이를 위해, 앞서 선호 식이 집단별로 설정된 해당 집단의 대표 건강 식이를 참조하여 상기 개인이 속하는 선호 식이 집단에 대응하는 대표 건강 식이를 독출하게 된다.
도 11은 식단을 추천하는 과정을 소개하는 도면으로서, 입력된 개인의 식이 정보와 상기 개인이 속한 집단의 대표 건강 식이와의 차이를 산출하여 식단 개선을 유도한다.
보다 구체적으로, FFQ 비교 모듈(427)은 앞서 입력된 개인의 식이 정보와 제공된 상기 개인에 대한 대표 건강 식이와의 차이를 산출한다. 그런 다음, 식단 추천 모듈(428)에서는 FFQ 비교 모듈(427)을 통해 산출된 차이를 구성하는 요소 음식과의 편차가 최소화되는 식단을 미리 설정된 추천 식단 리스트로부터 선택한다. 이를 위해 산출된 차이와 미리 설정된 식단 추천 리스트를 비교하는 다양한 매칭 알고리즘이 활용될 수 있다.
앞서 설명한 바와 같이, 대표 건강 식이와 개인의 식이의 차이는 각 식단에 대한 벡터로 산출될 수 있다. 예를 들어 {밥: +2, 라면: -2, 돼지고기: +2, 생선: +2 … } 와 같은 '차이 벡터'가 산출될 수 있다. 이러한 정보로부터 식단을 추천하는 방법은 다양하게 구성될 수 있는데, 예를 들어, 돼지고기는 돈가스 혹은 삽겹살이 될 수 있을 것이다. 이와 같은 식단의 추천은 제 3 자가 가진 데이터베이스를 참조하여 수행될 수 있다. 예를 들어, 식품 회사라면 자사의 제품 중에 이상의 추천 식단에 해당하는 제품을 구성해야 할 것이고, 배달 업체의 경우 가맹점으로의 식단으로 구성된 데이터베이스가 필요할 수도 있을 것이다.
도 12는 식단 추천 이후의 사후 관리에 관한 도면으로서, FFQ 벡터 업데이트 모듈(429)이 식단 개선에 따라 상기 개인의 식이 정보를 갱신하는 과정을 보여준다.
식이 구성 및 추천에 있어서, 가장 바람직한 방향은 개인이 지속적으로 자신의 식단을 기입하는 것이다. 이 경우 개인의 FFQ는 실시간으로 업데이트될 것이고 이에 따라 각 개인의 식이가 대표 건강 식이로부터 얼마나 가까운지 혹은 멀어지는 지를 모니터링 할 수 있다. 예를 들어, 도 12의 실시예는 모바일 기기, 스마트 스피커, 그 외의 다른 방법을 이용하여 개인의 식이를 지속적으로 모니터링하는 기술과 연계되었을 때 개인의 식이 관리에 효과적으로 적용될 수 있을 것으로 기대된다.
도 13은 본 발명의 또 다른 실시예에 따른 개인 선호 기반의 식이 추천 장치(40)를 도시한 블록도로서, 도 3 및 도 9의 일련의 과정을 하드웨어의 관점에서 재구성한 것이다. 따라서, 여기서는 설명의 중복을 피하고자 장치의 관점에서 각 구성의 기능을 약술하도록 한다.
입력부(10)는, 의료 정보로부터 산출된 건강 지수 또는 다수의 사람으로부터 음식 섭취 기록 및 통계적 건강성 정보로부터 산출된 건강 지수를 입력받는 구성이다.
메모리(20)는, 상기 음식 섭취 기록 및 상기 건강 지수를 이용하여 선호 음식에 기반한 개인의 선호 식이 집단을 구분하고 해당 집단의 대표 건강 식이를 구성하는 프로그램을 저장하며, 적어도 하나의 프로세서(30)를 이용해 상기 프로그램을 구동한다. 이때, 상기 메모리에 저장된 프로그램은, 상기 음식 섭취 기록으로부터 식이 정보를 추출하고, 추출된 상기 식이 정보를 클러스터링하여 적어도 하나 이상의 선호 식이 집단을 생성하며, 상기 건강 지수를 가중치로 하여 상기 선호 식이 집단별로 상기 식이 정보의 평균을 산출함으로써 해당 집단의 대표 건강 식이로 설정하는 명령어를 포함한다. 이때, 상기 건강 지수는, 의료 정보에 기반한 건강도 수치, 다수의 사람의 장내 미생물의 다양성, 표준 장내 미생물군과의 유사성 및 이들의 조합 중 어느 하나에 기초하여 산출된 장내 건강도 수치인 것이 바람직하다.
상기 메모리(20)에 저장된 프로그램은, 개인의 식이 정보를 입력받아 상기 하나 이상의 선호 식이 집단을 참조하여 상기 개인이 속하는 선호 식이 집단을 결정하고, 상기 개인에 대한 대표 건강 식이를 제공하며, 입력된 상기 개인의 식이 정보와 상기 개인이 속한 집단의 대표 건강 식이와의 차이를 산출하여 식단 개선을 유도하는 명령어를 더 포함할 수 있다.
또한, 상기 메모리(20)에 저장된 프로그램은, 의료 정보로부터 도출된 건강 지수 또는 다수의 사람의 통계적 건강성 정보로부터 통계 산출 기준에 대응하는 건강 지수를 산출하고, 사람별로 식이 정보와 그가 속하는 선호 식이 집단을 매칭하여 저장하는 선호 식이 집단의 리스트를 입력받아 상기 선호 식이 집단을 대표 건강 식이와 일대일 매핑하며, 상기 선호 식이 집단에 속하는 개별 사람 데이터에 대하여 각각의 식이 정보와 대응하는 상기 건강 지수를 가중치로서 식이 정보와 승산하여 모두 합산하고 이를 건강 지수의 합으로 제산함으로써 해당 집단의 대표 건강 식이를 도출하는 명령어를 포함할 수 있다.
상기된 본 발명의 실시예들에 따르면, 다양한 사람들로부터 수집된 식이 정보로부터 선호 식이 집단을 분류하고 해당 집단별 대표 건강 식이를 설정함으로써 개인 선호에 기반하면서도 건강도를 객관적으로 판단할 수 있는 기준이 되는 바람직한 식이를 구성할 수 있고, 또한 개인의 식이 정보로부터 개인이 속하는 선호 식이 집단을 결정하고 해당 집단의 대표 건강 식이와의 차이를 이용하여 추천 식단을 제공함으로써 일률적이고 획일화된 식단 추천이 아닌 개인의 식습관에 최적화된 식단 개선을 달성할 수 있다.
한편, 본 발명은 실시예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장 장치 등을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
이상에서 본 발명에 대하여 그 다양한 실시예들을 중심으로 살펴보았다. 본 발명에 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
40: 개인 선호 기반의 식이 추천 장치
10: 입력부
20: 메모리
30: 프로세서
10: 입력부
20: 메모리
30: 프로세서
Claims (18)
- (a) 다수의 사람으로부터 입력된 음식 섭취 기록으로부터 식이 정보를 추출하는 단계;
(b) 추출된 상기 식이 정보를 클러스터링하여 적어도 하나 이상의 선호 식이 집단을 생성하는 단계; 및
(c) 제공하고자 하는 식이의 목표에 따라 개인의 건강을 나타내며 표준 장내 미생물군과의 유사성에 기초하여 산출된 장내 건강도 수치인 건강 지수를 이용하여 해당 집단을 대표할 수 있는 건강한 식이를 설정하도록, 장내 미생물 조성을 이용한 클러스터링을 수행하고 각 군집의 중심(centroid)과의 거리를 이용하여 다수의 사람의 통계적 건강성으로부터 산출된 건강 지수를 가중치로 하여 상기 선호 식이 집단별로 상기 식이 정보의 평균을 산출함으로써 해당 집단의 장내 미생물 건강증진 대표 건강 식이로 설정하는 단계;를 포함하는, 개인 선호 기반의 식이 구성 방법. - 제 1 항에 있어서,
상기 (a) 단계는,
(a1) FFQ(Food Frequency Questionnaire) 데이터베이스에 기반하여 입력된 상기 음식 섭취 기록에 따른 음식별 섭취 빈도 및 섭취량의 곱으로부터 총 섭취량을 산출하는 단계;
(a2) 산출된 상기 총 섭취량을 음식별 최대 섭취량을 기준으로 정규화(normalization)하는 단계; 및
(a3) 사람 각각의 섭취 음식에 대해 정규화된 상기 총 섭취량을 음식 별로 포함하는 어레이(array) 또는 벡터(vector)를 생성하여 식이 정보로 설정하는 단계;를 포함하는, 개인 선호 기반의 식이 구성 방법. - 제 1 항에 있어서,
상기 (b) 단계는,
(b1) 추출된 상기 식이 정보를 식이 정보의 유사도에 따라 클러스터링하는 단계; 및
(b2) 사람 각각의 섭취 음식에 관하여 식이 정보가 속하는 클러스터(cluster) 식별자를 부여함으로써 적어도 하나 이상의 선호 식이 집단을 구분함으로써, 사람별 식이 정보 및 그가 속하는 클러스터 식별자가 매칭되어 저장되는 FFQ 클러스터를 생성하는 단계;를 포함하는, 개인 선호 기반의 식이 구성 방법. - 제 1 항에 있어서,
상기 (c) 단계는,
(c1) 장내 미생물 데이터베이스에 기반하여 입력된 다수의 사람의 통계적 건강성 정보로부터 통계 산출 기준에 대응하는 장내 건강도 수치인 건강 지수를 산출하는 단계;
(c2) 사람별로 식이 정보와 그가 속하는 선호 식이 집단을 매칭하여 저장하는 선호 식이 집단의 리스트를 입력받아 상기 선호 식이 집단을 대표 건강 식이와 일대일 매핑하는 단계; 및
(c3) 상기 선호 식이 집단에 속하는 개별 사람 데이터에 대하여 각각의 식이 정보와 대응하는 상기 건강 지수를 가중치로서 식이 정보와 승산하여 모두 합산하고, 이를 건강 지수의 합으로 제산함으로써, 해당 집단의 장내 미생물 건강증진 대표 건강 식이를 도출하는 단계;를 포함하는, 개인 선호 기반의 식이 구성 방법. - 삭제
- (a) 다수의 사람으로부터 입력된 음식 섭취 기록으로부터 식이 정보를 추출하는 단계;
(b) 추출된 상기 식이 정보를 클러스터링하여 적어도 하나 이상의 선호 식이 집단을 생성하되, 상기 선호 식이 집단의 리스트는 사람별로 식이 정보와 그가 속하는 선호 식이 집단을 매칭하여 저장하는 단계;
(c) 제공하고자 하는 식이의 목표에 따라 개인의 건강을 나타내며 표준 장내 미생물군과의 유사성에 기초하여 산출된 장내 건강도 수치인 건강 지수를 이용하여 해당 집단을 대표할 수 있는 건강한 식이를 설정하도록, 장내 미생물 조성을 이용한 클러스터링을 수행하고 각 군집의 중심(centroid)과의 거리를 이용하여 다수의 사람의 통계적 건강성 정보로부터 산출된 건강 지수를 가중치로 하여 상기 선호 식이 집단별로 상기 식이 정보의 평균을 산출함으로써 해당 집단의 장내 미생물 건강증진 대표 건강 식이로 설정하는 단계;
(d) 개인의 식이 정보를 입력받아 상기 하나 이상의 선호 식이 집단을 참조하여 상기 개인이 속하는 선호 식이 집단을 결정하는 단계; 및
(e) 상기 개인에 대한 장내 미생물 건강증진 대표 건강 식이를 제공하는 단계;를 포함하는 개인 선호 기반의 식이 추천 방법. - 제 6 항에 있어서,
상기 다수의 사람 또는 개인의 식이 정보는,
FFQ(Food Frequency Questionnaire) 데이터베이스에 기반하여 입력된 상기 음식 섭취 기록에 따른 음식별 섭취 빈도 및 섭취량의 곱으로부터 총 섭취량을 산출하고, 산출된 상기 총 섭취량을 음식별 최대 섭취량을 기준으로 정규화(normalization)하며, 사람 각각의 섭취 음식에 대해 정규화된 상기 총 섭취량을 음식 별로 포함하는 어레이(array) 또는 벡터(vector)를 생성함으로써 설정되는, 개인 선호 기반의 식이 추천 방법. - 제 6 항에 있어서,
상기 (c) 단계는,
(c1) 장내 미생물 데이터베이스에 기반하여 입력된 다수의 사람의 통계적 건강성 정보로부터 통계 산출 기준에 대응하는 장내 건강도 수치인 건강 지수를 산출하는 단계;
(c2) 사람별로 식이 정보와 그가 속하는 선호 식이 집단을 매칭하여 저장하는 선호 식이 집단의 리스트를 입력받아 상기 선호 식이 집단을 대표 건강 식이와 일대일 매핑하는 단계; 및
(c3) 상기 선호 식이 집단에 속하는 개별 사람 데이터에 대하여 각각의 식이 정보와 대응하는 상기 건강 지수를 가중치로서 식이 정보와 승산하여 모두 합산하고, 이를 건강 지수의 합으로 제산함으로써, 해당 집단의 장내 미생물 건강증진 대표 건강 식이를 도출하는 단계;를 포함하는, 개인 선호 기반의 식이 추천 방법. - 삭제
- 제 6 항에 있어서,
상기 (d) 단계는,
상기 (b) 단계에서 적어도 하나 이상의 선호 식이 집단을 생성하는 클러스터링 방법에 따라 상기 개인의 식이 정보를 분류하되, 클러스터링 결과 파라미터(parameter)를 갖는 프리딕터(predictor)를 참조함으로써 상기 개인의 선호 식이와 가장 유사한 집단을 선택하는, 개인 선호 기반의 식이 추천 방법. - 제 6 항에 있어서,
상기 (e) 단계는,
상기 (c) 단계에서 선호 식이 집단별로 설정된 해당 집단의 장내 미생물 건강증진 대표 건강 식이를 참조하여 상기 개인이 속하는 선호 식이 집단에 대응하는 장내 미생물 건강증진 대표 건강 식이를 도출하는, 개인 선호 기반의 식이 추천 방법. - 제 6 항에 있어서,
(f) 입력된 상기 개인의 식이 정보와 상기 개인이 속한 집단의 장내 미생물 건강증진 대표 건강 식이와의 차이를 산출하여 식단 개선을 유도하는 단계;를 더 포함하는, 개인 선호 기반의 식이 추천 방법. - 제 12 항에 있어서,
상기 (f) 단계는,
(f1) 입력된 상기 개인의 식이 정보와 제공된 상기 개인에 대한 장내 미생물 건강증진 대표 건강 식이와의 차이를 산출하는 단계; 및
(f2) 산출된 차이를 구성하는 요소 음식과의 편차가 최소화되는 식단을 미리 설정된 추천 식단 리스트로부터 선택하는 단계;를 포함하는, 개인 선호 기반의 식이 추천 방법. - 제 12 항에 있어서,
(g) 식단 개선에 따라 상기 개인의 식이 정보를 갱신하는 단계;를 더 포함하는, 개인 선호 기반의 식이 추천 방법. - 제 1 항 내지 제 4 항, 제 6 항 내지 제 8 항, 제 10 항 내지 제 14 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
- 제공하고자 하는 식이의 목표에 따라 개인의 건강을 나타내며 표준 장내 미생물군과의 유사성에 기초하여 산출된 장내 건강도 수치인 건강 지수를 이용하여 해당 집단을 대표할 수 있는 건강한 식이를 설정하도록, 장내 미생물 조성을 이용한 클러스터링을 수행하고 각 군집의 중심(centroid)과의 거리를 이용하여 다수의 사람으로부터 음식 섭취 기록 및 통계적 건강성 정보로부터 산출된 건강 지수를 입력받는 입력부;
상기 음식 섭취 기록 및 상기 건강 지수를 이용하여 선호 음식에 기반한 개인의 선호 식이 집단을 구분하고 해당 집단의 장내 미생물 건강증진 대표 건강 식이를 구성하는 프로그램을 저장하는 메모리; 및
상기 프로그램을 구동하는 적어도 하나의 프로세서;를 포함하되,
상기 메모리에 저장된 프로그램은, FFQ(Food Frequency Questionnaire) 데이터베이스에 기반하여 입력된 상기 음식 섭취 기록으로부터 식이 정보를 추출하고, 추출된 상기 식이 정보를 클러스터링하여 적어도 하나 이상의 선호 식이 집단을 구분함으로써 사람별 식이 정보 및 그가 속하는 클러스터 식별자가 매칭되어 저장되는 FFQ 클러스터를 생성하며, 상기 건강 지수를 가중치로 하여 상기 선호 식이 집단별로 상기 식이 정보의 평균을 산출함으로써 해당 집단의 장내 미생물 건강증진 대표 건강 식이로 설정하는 명령어를 포함하는, 개인 선호 기반의 식이 추천 장치. - 제 16 항에 있어서,
상기 메모리에 저장된 프로그램은,
개인의 식이 정보를 입력받아 상기 하나 이상의 선호 식이 집단을 참조하여 상기 개인이 속하는 선호 식이 집단을 결정하고, 상기 개인에 대한 장내 미생물 건강증진 대표 건강 식이를 제공하며, 입력된 상기 개인의 식이 정보와 상기 개인이 속한 집단의 장내 미생물 건강증진 대표 건강 식이와의 차이를 산출하여 식단 개선을 유도하는 명령어를 더 포함하는, 개인 선호 기반의 식이 추천 장치. - 제 16 항에 있어서,
상기 메모리에 저장된 프로그램은,
장내 미생물 데이터베이스에 기반하여 입력된 다수의 사람의 통계적 건강성 정보로부터 통계 산출 기준에 대응하는 장내 건강도 수치인 건강 지수를 산출하고, 사람별로 식이 정보와 그가 속하는 선호 식이 집단을 매칭하여 저장하는 선호 식이 집단의 리스트를 입력받아 상기 선호 식이 집단을 대표 건강 식이와 일대일 매핑하며, 상기 선호 식이 집단에 속하는 개별 사람 데이터에 대하여 각각의 식이 정보와 대응하는 상기 건강 지수를 가중치로서 식이 정보와 승산하여 모두 합산하고 이를 건강 지수의 합으로 제산함으로써 해당 집단의 장내 미생물 건강증진 대표 건강 식이를 도출하는 명령어를 포함하는, 개인 선호 기반의 식이 추천 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190062861A KR102657384B1 (ko) | 2019-05-29 | 2019-05-29 | 개인 선호 기반의 식이 구성 및 추천 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190062861A KR102657384B1 (ko) | 2019-05-29 | 2019-05-29 | 개인 선호 기반의 식이 구성 및 추천 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200137097A KR20200137097A (ko) | 2020-12-09 |
| KR102657384B1 true KR102657384B1 (ko) | 2024-04-16 |
Family
ID=73787035
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190062861A KR102657384B1 (ko) | 2019-05-29 | 2019-05-29 | 개인 선호 기반의 식이 구성 및 추천 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102657384B1 (ko) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022173028A1 (ja) * | 2021-02-12 | 2022-08-18 | 株式会社メタジェン | 情報提供システム、情報提供方法及びプログラム |
| KR102656629B1 (ko) | 2021-05-04 | 2024-04-12 | 주식회사 디이프 | 개인의 식이 패턴 설정 시스템과 그 방법 |
| KR102565229B1 (ko) | 2023-05-12 | 2023-08-09 | 주식회사 바이오셀 | 인공지능 모델을 활용한 사용자 맞춤형 영양 보충 식품 스케쥴링 및 주문 플랫폼 서비스 제공 방법, 장치 및 시스템 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002049696A (ja) | 2000-08-02 | 2002-02-15 | Mitsunori Honma | インターネットの個人栄養素摂取量管理システム |
| JP2012165716A (ja) | 2011-02-16 | 2012-09-06 | Infocom Corp | 腸内常在菌解析情報を基にした食事支援システム |
| JP6414968B2 (ja) * | 2014-11-28 | 2018-10-31 | Kddi株式会社 | 食事指導支援装置 |
| KR101936402B1 (ko) | 2017-12-28 | 2019-01-08 | 가천대학교 산학협력단 | 장내 미생물 검사 기반 식단 제공 시스템 및 방법 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090046994A (ko) | 2007-11-07 | 2009-05-12 | 주식회사 휴민텍 | 사용자 맞춤형 식단 추천 서비스 |
| KR20160062669A (ko) * | 2014-11-25 | 2016-06-02 | 한국전자통신연구원 | 맞춤형 개인 건강 서비스 제공 장치 및 방법 |
| KR101940807B1 (ko) * | 2015-11-23 | 2019-01-23 | 한국전자통신연구원 | 건강 관리 장치 및 그것의 미래 건강 예측 방법 |
-
2019
- 2019-05-29 KR KR1020190062861A patent/KR102657384B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002049696A (ja) | 2000-08-02 | 2002-02-15 | Mitsunori Honma | インターネットの個人栄養素摂取量管理システム |
| JP2012165716A (ja) | 2011-02-16 | 2012-09-06 | Infocom Corp | 腸内常在菌解析情報を基にした食事支援システム |
| JP6414968B2 (ja) * | 2014-11-28 | 2018-10-31 | Kddi株式会社 | 食事指導支援装置 |
| KR101936402B1 (ko) | 2017-12-28 | 2019-01-08 | 가천대학교 산학협력단 | 장내 미생물 검사 기반 식단 제공 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200137097A (ko) | 2020-12-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Joel et al. | Is romantic desire predictable? Machine learning applied to initial romantic attraction | |
| KR102657384B1 (ko) | 개인 선호 기반의 식이 구성 및 추천 방법 | |
| JP4529058B2 (ja) | 配信システム | |
| US20120271612A1 (en) | Predictive modeling | |
| WO2010138975A1 (en) | System and method for motivating users to improve their wellness | |
| Yang et al. | Plateclick: Bootstrapping food preferences through an adaptive visual interface | |
| KR102298937B1 (ko) | 식습관 관리 시스템 및 그 동작 방법 | |
| US20220198338A1 (en) | Method for and system for predicting alimentary element ordering based on biological extraction | |
| KR20220011867A (ko) | 농특산물 거래 제공 장치 및 방법 | |
| US11984226B2 (en) | Systems and methods for selecting an intervention based on effective age | |
| US20220101176A1 (en) | System and method for generating a direction inquiry response from biological extractions using machine learning | |
| US20210406025A1 (en) | Method of and system for generating a rank-ordered instruction set using a ranking process | |
| Arya et al. | Heart disease prediction with machine learning and virtual reality: from future perspective | |
| US20230031514A1 (en) | Methods and systems for arranging and displaying guided recommendations via a graphical user interface based on biological extraction | |
| US11694121B2 (en) | Method for and system for predicting alimentary element ordering based on biological extraction | |
| US20220058506A1 (en) | Systems and methods for ranking alimentary combinations using machine-learning | |
| US20210373921A1 (en) | Methods and systems for providing alimentary combinations in a packet-based graphical user interface generated using distance metrics | |
| US10983674B1 (en) | Methods and systems for providing alimentary combinations in a packet-based graphical user interface generated using distance metrics | |
| KR102198454B1 (ko) | 기계 학습에 기반한 건강 검진 항목 추천 시스템 및 방법 | |
| KR20230100770A (ko) | 개인건강정보(phr)에 기초한 개인 맞춤형 건강관리 솔루션 제공 시스템 | |
| US12009085B2 (en) | Systems and methods for scheduling alimentary combinations | |
| US11211158B1 (en) | System and method for representing an arranged list of provider aliment possibilities | |
| KR102672238B1 (ko) | 메시지 광고의 효율을 최적화하는 방법 및 장치 | |
| US11875889B2 (en) | Methods and systems of alimentary provisioning | |
| CN111263966A (zh) | 目标管理系统及目标管理程序 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |